Меня очень позабавило, как ChatGPT охарактеризовал меня, когда я скормил ему свои тексты из Econet:
“иронично-тревожный гуманист, который любит технологии, но не готов сдать им мир без разговора”

В целом, всё так. Работаем, друзья 💪

Это кошмар какой-то. ИИ-слоп становится всё повсеместнее и отвратительнее.

Недавно посмотрел новое видео Конвея @conway671games из цикла про ИИ-слоп (нейропомои) и узнал про новый тренд - ИИ-ASMR. Я и сам пару раз натыкался на такие ролики, где ножом режут лаву, ложатся спать в кровать из желе (или чего-то ещё более омерзительного) - и каждый раз испытывал какое-то отвращение.

И такого рода контента очень и очень много. Современные модели позволяют генерировать видео высокого качества на любой уровень безумия. А когда соцсети, куда это всё заливают, ещё и поддерживают авторов монетизацией, легко находятся миллионы жителей из бедных стран, которые бросаются доить алгоритмы платформ. Я по-человечески понимаю тех, кто пытается заработать что-то в неплостых условиях. Но для нас, пользователей, это откровенное вредительство: как будто помоев в интернете было и без этого мало.

Вот, кстати, когда пару месяцев назад OpenAI зарелизили новую модель Sora 2 для генерации видео, сразу под это дело выпустили свой ТикТок, куда всё это и выгружается. Конечно, хорошая мысль: "Пусть слоп, которые делает наш генератор цифровых отходов сразу загружается в нашу цифровую свалку. И ещё добавим вотермарку, чтобы обозначить, что это ИИ и не вводить людей в заблуждение реалистичными фейковыми видео."

Но естественно, всё это стало утекать за пределы их платформы во все остальные соцсети. И вотермарки оказалось очень легко удалять. И вот имеем, что имеем: Sora 2 от OpenAI и Veo3 от Google на пару заполняют видеоплатформы ИИ-слопом всех мастей.

Я очень надеюсь на благоразумие руководителей “загрязнённых” платформ и на ответственность пользователей. Что со всем с этим делать - я пока сам до конца не понимаю. Разве что говорить об этой проблеме, обсуждать её, повышать осознанность. Я мечтаю внести вклад в чистоту нашего интернета.

Звучит, как-то тоталитарно - будто я хочу стать надзирателем и палкой бить всех, кто “мусорит”. Но это не так. Любой контент имеет право на жизнь. И нет ничего плохого в том, чтобы пользоваться нейросетями для создания того, что раньше было тебе неподвластно. Сейчас одним промптом можно сделать картинку или видео, даже если ты не умеешь рисовать или снимать. Многие классно делают музыку с нейросетями - и это очеь круто.

Напомню: у нас на канале, например, есть стикерпак, который я собрал с помощью нейросетей 😅. Но когда всё это перестаёт быть творчеством и превращается в бесконечную генерацию слопа ради просмотров - это становится кошмаром, в котором мы с вами оказались.

Берегите себя и нашу цифровую экосистему! ❤️

С новым годом! 🎄
Желаю всем много улыбок, счастья и сил для больших свершений в новом году! 🐜

Хочу первый пост в новом году начать с чего-то полезного, что может помочь реализовать цели, которые мы себе поставили на этот год.

Так вот, недавно узнал про HADI-цикл. Это такой подход к решению задач, который используют стартапы и продуктовые команды, но он отлично работает и в обычной жизни.

HADI расшифровывается как:
Hypothesis - Action - Data - Insights
1. Hypothesis — гипотеза
Мы формулируем предположение: «Если я сделаю X, то получу Y». Важно, чтобы результат можно было хоть как-то измерить.
2. Action — действие
Мы просто делаем то, что задумали. Без идеала, без подготовки «ещё пару недель», но с ограничением по времени.
3. Data — данные
Смотрим на результат: энергия, цифры, частота, регулярность.
4. Insights — выводы
Что сработало? Что не сработало? Что стоит изменить в следующем цикле?
Важно: даже если гипотеза не подтвердилась — это не провал, а тоже новые данные.

Если упростить совсем, HADI — это:
предположил — сделал — посмотрел — понял — повторил

Суть HADI в том, чтобы учиться через действие, а не через бесконечное планирование. Это тот формат, который я лично больше предпочитаю. Мне сложно сидеть долго планировать, изучать мелкие детали. Я скорее кинусь делать, как только получу минимально необходимое количество данных для реализации, а затем итеративно буду доводить решение до лучшего результата.

Конечно, тут важно, чтобы цена ошибки в процессе такой реализации была минимальна. Вряд ли такой подход подойдёт хирургам или физикам-ядерщикам. Но в разработке это очень удобный подход, если ты не проводишь эти эксперименты на проде с реальными данными.

Удачного и продуктивного нового года! 🦾